基于最佳几何约束和RANSAC的特征匹配算法

• 作者: 宁小娟 李洁茹 高凡 王映辉
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 统计排序 最佳几何约束 RANSAC(random sample consensus)算法 特征点匹配
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 仿真建模理论与方法|Modeling Theory and Methodology
• 页码范围: 727-734
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.21-0857

摘要

为解决特征点匹配的质量与计算效率不能兼得的问题,研究了一种基于最佳几何约束和RANSAC(random sample consensus)的特征点匹配方法.采用 KNN(k-nearest neighbor)算法对提取到的特征点完成初始匹配,根据匹配点对连接线长度相等、斜率相同的特点,基于统计排序策略构建最佳几何约束,剔除明显错误匹配.利用RANSAC算法进行二次过滤,确保特征匹配点对的正确率,同时给出实验结果加以验证.结果表明:在正常光照下,与Lowe's算法和GMS算法相比,该算法匹配到的点对数有了明显增加,同时很大程度上保证了特征点的质量.